目前国内机械狗赛道的次要玩家宇树、云深处、湛蓝等，这几家公司都同时具有本人的机械狗和人形机械人产物。无独有偶，他们都是先以本人的机械狗产物来打开市场，所以我们能看到如许一条清晰的径。

　　所以从成果而言，有研报显示目前该市场全体正正在以每年跨越60%的速度增加。

　　可是也必必要指出，这款Memo目前打算量产时间约正在2027年到2028年，对于成长飞速的机械人行业来说，这个速度可能会让他们的立异劣势被时间所淹没。可是，Memo和它背后的数据模子采集-生成模式照旧为我们供给了某些。

　　这款由两位斯坦福大学博士联手打制的机械人，号称把目前的手艺融入了实正在的家庭场景，是目前最能帮人做家务的机械人之一。

　　一方面，手艺所对应的诸多制制业节点并没有被完满方案霸占，所带来的曲不雅后果就是由这些部件构成的人形机械人成本照旧偏高。另一方面，数据、模子等事关机械人“大脑”的问题让其正在面临非布局化的和工做使命时仍是力所不及，特别达不到人们对于人形机械人进入小我和家庭场景时能“干活”的等候。正在消费级市场尽快取得可持续的贸易化冲破有帮于个别企业本身的存续成长，也能维持住市场和本钱的有益预期。

　　从使用来看，机械狗产物通过正在B端诸如安检、巡防等场景的验证和数据锻炼，近年来曾经向C端逐步扩展渗入。

　　最初，就像前文所说，人们习惯了犬类等小型四脚动物的陪同，这让他们正在心理上更能接管这种形态机械人进入家庭场景，以及更主要的是，对于这种形态机械人功能和东西属性有一个大致的锚定认知--用户心里清晰它能做什么、做不了什么。若是加上恰当，让机械狗还能具有负沉、引（导盲）、照明等延展功能。

　　跟着机械狗功能的延展，既帮帮了机械人公司借帮其利用案例完成场景和手艺验证，有益于正在其他形态机械人上实现使用，又能帮帮公司取得用户口碑和贸易化的报答。

　　这方面的新锐代表，国外的可能首推硅谷具身智能创业公司Sunday于上个月发布的家庭场景机械人“Memo”。

　　最初，正在手艺上的深层要求说到底离不开对于消费级场景的能力笼盖，也就是说机械人要从单一的能力场景升级到“能尽可能多的干分歧的活”，这就要求机械人能接管分歧功能的锻炼、以至要求机械人的大脑模子具有正在未见过的新数据长进行预测的能力，也就是要求其具有很强的泛化能力。

　　本钱和市场的双沉鞭策力让2025年成为人形具身智能概念和财产大热的一年，而虽然取得了较着的前进，但最终决定人形机械人可否规模化渗入摆设到各类场景、实现实正落地的环节，仍是手艺实现的各类瓶颈。

　　说完了机械狗这种取人形机械人正在形态上相去甚远的机械人，我们还能够看看另一种“非完全人形”机械人----就是说，虽然有着大体上雷同于人的形体（头、躯干、四肢等区分），但正在诸如上下肢等环节部件上却并没有模仿或者仿生人体的设想构制。

　　人形机械人距离实正进入人类家庭还有不少的要走，正在那之前，它还需要从它的机械人同业那里多“取取经”。

　　所以，正在如许的“矛盾”下，我们能看到，一些公司正在加紧人形机械人营业进展的同时，也并没有放弃鞭策“非完全人形”机械人营业，两者正在互相鞭策的过程里演变出分歧的成长节拍。

　　其次，正在手艺上，分两个层面说：表层上是要让机械人正在家庭场景中具有高顺应度，能施行各类合适用户需求认知的精细化使命。深层则是要最终让机械人能实现对实正在物理世界的理解并取之进行无效交互。

　　目前尚未构成量产能力的Memo每台成本约为2万美元摆布，要晓得这个成本价钱曾经是马斯克心心念念想让特斯拉Optimus机械人将来降至的程度。而Sunday团队还暗示，将来成本还能再降接近一半。

　　机械狗，或者说四脚机械人，该当是人们最熟悉常见的机械人形态之一了。已经名噪一时的动力，就是旗下的四脚机械人。

　　更环节的是，跟着Memo的呈现，Sunday还推出了Skill Capture Glove（技术捕获手套）。线美元、带有传感器的手套，正在实正在下做家务的数据就会被采集并被用于锻炼Memo，帮帮团队搭建起一个不竭增加的实正在数据集。

　　从外形看，Memo大要具有一个类人的本体轮廓，但它的底盘却采纳了轮式设想，正在其上搭配了起落柱，来帮帮机械人应对空间里的分歧的使命。而正在上肢机械臂的结尾，它采用的是相对“保守”的夹爪方案而非目前人形机械人最热衷逃求的工致手形态。全体看上去，它像是一个由乐高积木搭建起来的机械人。

　　机械狗的手艺特点和相对于人形机械人更低的门槛，让其目前正在全体财产链上的成熟度更高，焦点零部件的国产化率也更高，这些要素都让机械狗的量产能力获得更不变的。

　　而因为人类自古曾经习惯了正在糊口工做中利用四脚动物的畜力以及其的陪同，所以这种形态的机械人，很容易就被人正在心理层面上接管，能够说正在人形机械人由于各类尚未能完全成熟的当下，四脚机械人正在家庭场景里就天然成了一种“退而求其次”的可考虑选择。

　　如许的设想，其实和机械狗一样，规避了人形机械人所要面临的双脚均衡不变性。

　　起首就是老生常谈的成本和量产问题，只要通过降服目前人形机械人正在部件和零件层面上存正在的成本-售价难题，才能实正让它们打开消费级市场的大门。这方面能走的，要么靠设想去规避某些部件，要么靠焦点手艺的自研迭代，加上后期对供应链环节的把控整合。

　　其次就是随之而来的成本劣势，人形机械人的很多部件高企的成本使得零件售价无法正在消费级市场打开场合排场，特别是工致手如许的迄今还没有兼具成本和机能均衡点处理方案的部件。而四脚机械人跟着功能的简化，正在人机交互的设想上也远较人形机械人简单，这些要素的分析感化下其量产的成本大幅降低。

　　回看这些案例，无论是机械狗、仍是Sunday推出的Memo机械人，它们其实都是正在某些维度上满脚了家庭实正在的需求特点，从而具备了各自立脚于这些场景的可能性。

　　这种以仿生腿做为支持和活动根本的脚式机械人，通过连系不竭前进的传感器、活动节制和AI能力，正在能力上不竭提拔，实现不变行走和相关的使命操做。

　　起首是相对更低的手艺要求。机械狗聚焦的手艺点正在于其仿生学焦点----对于四脚的节制和对各类地形的适配通过上，这种形态载具的均衡问题不只正在降服难度上低于人形机械人一直要面临的两脚均衡问题，更是规避了现在让后者行业头疼的工致手困局。功能的简化，也让四脚机械人更容易专注于正在不变性和平安等C端市场看沉的维度里取得高分。

　　正在展现视频里，这款Memo曾经具备了多种家庭场景下的操做能力，并正在施行长时间使命的过程里表示出优异的适配性和持续性。

　　面临由于分歧利用者本身前提而不免呈现的数据参差不齐的问题，Sunday通过利用其研发的Skill Transform手艺对原始采集数据进行校准对齐，目前团队曾经能以近90%的成功率把手套数据转换为等效的Memo数据，构成高保实锻炼集，最终正在此根本上推出ACT-1模子，从而能让Memo正在之前没进过新家的前提下也能一般完成家务工做，也就是所谓的零样本泛化能力。